考了几天试，终于有时间来继续写了，接下来，我们主要对数字信号处理和通信原理这两本偏于理论书记录自己的简单看法。当然其他大家讲的比较好的地方，我也会摘录下来。
先来看数字信号处理的内容，数字信号处理中有许多内容，但总得简单的说，只有两个部分——离散傅里叶变换(DFT)和数字滤波器。先来看看一个正常数字信号处理系统的框图。
顺着这个系统的图由左向右看。首先，模拟信号从左边进入到抗混叠滤波器，该滤波器主要是为了滤除输入信号中频率高出fs/2的高频部分，否则，后面采样的时候会出错，这种错误叫做频率混叠。这个后面具体有针对的讲。然后，信号就要到模数转换器(ADC)了，在这里呢，一系列模拟信号就成为了数字量，模拟世界也就和数字世界连接起来了。我们通常把两个转换器称为“模拟世界和数字世界的桥梁”。每一个数字量被称为一个样点，而采样(频)率则是数字信号在1s内所包含的样点数，也可以举个例子理解——如果采样频率为1khz，就意味着数字信号1s内包含着1k个样点。采样周期(间隔)就意味相邻两个采样点的时间间隔，也是采样率的倒数。
采样之后就是量化了，将送入的抽样保持信号转化成二进制的数字信号，至于每一级阶梯幅度表示何意义，就要运用到量化编码，通过将其取值范围划分成若干个区间，每个区间对应一个特定的数字值。然后，通过编码将这些量化后的数字值表示为二进制代码。然后进入到数字信号处理部件中进行DFT或者是滤波等操作，之后，就要把经过处理后的数字信号还原成模拟信号，这里就要用到数模转换器(DAC)了，为了在最大程度上准确还原信号，在信号从DAC出来的时候，会经过另一种滤波器，像平滑滤波器(减少信号中的高频噪声和突变，使信号变得更加平滑和稳定)、重构低通滤波器(消除或减少由于数字到模拟转换过程中引入的失真和噪声，以重建出接近原始连续信号的模拟信号)等等，这些滤波器原理和应用场景不同，但本质都是为减少量化误差，使得你所想要的信号复现出来。整个过程讲完了，大家可以看看信号要经过的大致步骤，如下图
唠唠闲话，数字信号处理技术经过几十年的发展已经相当成熟，目前在很多领域都有着广泛的应用。语音处理是最早应用数字信号处理的领域之一，包括语音识别、语音合成和语音增强等处理技术，在市场上出现了许多相关产品，例如盲人打字机、语音应答机、各种会说话的仪器和玩具等。数字信号处理在图像和视频上也有广泛应用，包括图像增强、去噪声和干扰、图像识别、存储、编码、机器人视觉和动画等。在军事上，有雷达信号处理、保密通信、导弹制导等；在生物医学上，有扫描仪、心电图（ECG）分析、X射线分析、脑电图（EEG）的大量映射器等；在通信上，有蜂窝/移动电话、数字电视、互联网语音/视频、互动娱乐等。此外，目前研究比较热门的声乐信号处理，即对音乐产品进行回声产生、回声除去、数字混响等。可见数字信号处理其实在我们日常生活中涉猎广泛。当然啦，我也会尽我所能的去完成一些图像、音频处理的仿真，敬请期待吧！
两种采样方式——欠采样和过采样。过采样指的是采样频率高于信号最高频率的两倍。这样做有几个好处，例如可以提高量化精度，降低量化噪声的影响；在数字信号处理中，过采样有助于改善信号的频谱特性，便于后续的滤波处理；还可以提高系统对噪声和干扰的抵抗能力。欠采样则是采样频率低于信号最高频率的两倍。在某些特定情况下会采用欠采样，比如当信号的频谱具有特定的特征，且我们只关注其中的一部分频率成分时。但欠采样可能会导致混叠现象，使得原始信号的频率信息无法准确还原。
再次复习一下奈奎斯特采样定理，或者也可以称为香农采样定理，如下图。
最后，大家要牢记数字信号处理系统的通用模型，有框架后面的工作才好展开。
欲知后事如何，且听下回分解。OVO......
